Google DeepMind lança fundo de US$ 10 milhões para estudar o comportamento coletivo de agentes de AI

Google DeepMind em parceria com Schmidt Sciences, coop.ai, ARIA Research e com apoio do Google.org está lançando um fundo de pesquisa de $10 milhões. O objetivo é estudar sistematicamente o que acontece quando milhões de agentes de IA começam a interagir uns com os outros em condições reais.

Por que Estudar Grupos de Agentes

Um único agente de IA se comporta de forma previsível — ele tem instruções, contexto, objetivo. Um milhão de agentes em um mesmo ambiente é uma história completamente diferente. Quando sistemas de IA interagem em escala, padrões coletivos emergem dessa interação que não resultam do comportamento de cada participante individualmente.

Esse fenômeno é chamado de "comportamento emergente". Na biologia, ele é estudado através de exemplos de enxames de insetos e cardumes de peixes — cada indivíduo é simples, mas o grupo demonstra comportamento complexo coordenado. Na economia, bolhas do mercado de ações surgem da soma de decisões individuais racionais que juntas produzem um resultado irracional.

No mundo dos agentes de IA, essas questões ainda estão em seus primórdios. A maioria das pesquisas até agora se concentrou em um modelo único: como ele raciocina, como evitar alucinações, como alinhar seu comportamento com valores humanos. O que acontece quando existem um milhão de tais modelos e eles influenciam as decisões uns dos outros — isso ainda não foi estudado sistematicamente.

Quem Está no Consórcio

O fundo reúne várias organizações com competências diferentes:

• Google DeepMind — papel principal na pesquisa de segurança de IA e IA em larga escala
• Schmidt Sciences — financiamento de ciência fundamental, fundada por Eric Schmidt
• coop.ai — especializada em comportamento cooperativo de agentes e mecanismos de coordenação
• ARIA Research — organização britânica de pesquisa avançada, análoga ao DARPA
• Google.org — braço filantrópico do Google, co-investidor e co-fundador

Os recursos do fundo serão direcionados para pesquisa acadêmica e aplicada: quais padrões surgem em sistemas multiagentes conforme escalam, como os agentes adaptam seu comportamento sob influência mútua e se esses processos podem ser previstos ou controlados. Os pesquisadores esperam identificar padrões que posteriormente sirvam de base para projetar sistemas multiagentes mais robustos.

Por que a Questão Surge Agora

Agentes autônomos não são mais simplesmente experimentos de laboratório. Eles negociam em bolsas de valores, gerenciam leilões de anúncios, negociam com outros sistemas e processam solicitações de clientes sem envolvimento humano. Quando tais sistemas operam no mesmo ambiente econômico ou informacional, inevitavelmente começam a interagir — mesmo que essa interação não tenha sido intencionalmente incorporada.

"Quando milhões de agentes de IA interagem uns com os outros, novos padrões de comportamento coletivo podem emergir", afirma o comunicado oficial do

Google DeepMind.

Os riscos variam desde ciclos de retroalimentação em leilões de anúncios, onde agentes fazem lances uns contra os outros, até coordenação não intencional, amplificação de desinformação ou comportamento de rebanho em sistemas financeiros. No meio acadêmico, essa classe de problemas foi estudada principalmente através da teoria dos jogos — mas os modelos clássicos não foram projetados para milhões de participantes tomando decisões em milissegundos. Até agora, tais situações foram analisadas após os fatos. O objetivo do fundo é construir compreensão sistemática antecipadamente.

O que Isso Significa

$10 milhões é uma quantia modesta para uma indústria com centenas de bilhões em receita. Mas o sinal é importante: os principais players estão começando a ver o comportamento dos agentes de IA em grupos como um problema científico independente, não meramente uma aplicação à segurança de modelos individuais. Se a pesquisa gerar resultados práticos, ela pode se tornar a base científica para padrões de implantação de sistemas de agentes em larga escala — antes que os reguladores comecem a formular requisitos às cegas.